YOLO26 艺术品识别：公共艺术展导览系统
文章目录
- YOLO26 艺术品识别：公共艺术展导览系统
- 一、任务
- 二、环境
- 三、数据
- 3.1 来源
- 3.2 数据源
- 3.3 标注
- 3.4 data_art.yaml
- 3.5 增强
- 四、训练
- 五、验证
- 六、推理
- 七、PyQt5 界面
- 八、结果
- 九、部署
- ONNX
- Flask API
- 十、消融
- 十一、调试
- 十二、总结
- 代码链接与详细流程
购买即可解锁1000+YOLO优化文章，并且还有海量深度学习复现项目，价格仅需两杯奶茶的钱，每日更新
YOLO26 艺术品识别：公共艺术展导览系统
一、任务
输入: 公共艺术展照片 (640×640, 3 通道 RGB) ↓ YOLO26s (11.2M 参数) ├── Backbone: Conv Stem + E-ELAN + SPPF ├── Neck: PAN-FPN (320→128) └── Head: Decoupled (Cls + Reg) → 3 类 ↓ 输出: 艺术品检测框 ├── 0: sculpture 雕塑 ├── 1: painting 画作 └── 2: installation 装置艺术| 类别 | 示例 | 特征 | 训练样本 |
|---|---|---|---|
| sculpture | 铜像/石雕/现代雕塑 | 立体, 有阴影 | 600 |
| painting | 油画/版画/壁画 | 平面, 有画框 | 600 |
| installation | 灯光/相类/互动装置</ |